Middle Data Scientist (классический ML)
Команда Управления благосостояния ПАО "Сбербанк" ищет профессионала на позицию Middle Data Scientist. Мы занимаемся разработкой и внедрением ML моделей на огромной клиентской базе B2C и B2B с целью предложения актуальных инвестиционных, ст…
сбер · На сервисе с: 12.06.26 17:57
↑ Вакансия с автоподнятиемКоманда Управления благосостояния ПАО "Сбербанк" ищет профессионала на позицию Middle Data Scientist. Мы занимаемся разработкой и внедрением ML моделей на огромной клиентской базе B2C и B2B с целью предложения актуальных инвестиционных, страховых и сберегательных продуктов.
Мы работаем над:
· Рекомендательными системами и моделями отклика для СберБанк Онлайн и СберИнвестиций.
· NLP-моделями на текстовых данных
· Продвинутыми подходами в классическом ML (uplift-моделирование, работа с несбалансированными классами, feature engineering на больших данных, SOTA-алгоритмы)
-
Строить ML модели на основе различных данных: табличные, последовательности событий (кликстрим, транзакции и т.д.), текстовые.
-
Писать production-ready код и передавать его в CI/CD пайплайн команды MLOps (вы отвечаете за качество кода и воспроизводимость)
-
Улучшать процесс построения моделей, разрабатывать собственные прикладные модули командного фреймворка разработки для повышения производительности DS и улучшения качества кода в промышленной среде.
-
Выдвигать data-driven гипотезы/предложения для запуска новых механик, а также поиск инсайтов в данных.
-
Глубокое знание классического ML и опыт применения к реальным бизнес-задачам (градиентный бустинг, NLP алгоритмы)
-
Понимание основных Deep Learning подходов.
-
Продвинутое знание SQL (оконные функции, оптимизация плана запроса)
-
Отличное знание Python, в том числе знание библиотек catboost, pandas, numpy, sklearn, torch
-
Опыт работы с Hadoop, PySpark (оптимизация запросов, работа на общем кластере).
-
комфортный современный офис рядом с м. Кутузовская
-
ежегодный пересмотр зарплаты, годовая премия
-
корпоративный спортзал и зоны отдыха
-
более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
-
расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
-
ипотека для сотрудников выгоднее до 4%
-
бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
-
вознаграждение за рекомендацию друзей в команду Сбера
Похожие вакансии Data Science & ML
Привет! Это команда Внутренних сервисов.
Мы развиваем систему интеллектуального распознавания документов, которой пользуются внутренние сервисы компании. Система уже работает в проде и распознаёт 30+ видов документов.
Сейчас мы ищем Senior ML-инженера, который будет развивать существующий ML-продукт: улучшать качество распознавания и извлечения информации из документов, дообучать LLM под конкретные задачи и запускать новые сценарии в production.
Мы активно используем LLM — с их помощью решаем задачи, для которых раньше требовались сложные CV-пайплайны.
Наш стек
Python, PyTorch, Transformers, LLM, PostgreSQL, Redis, Kubernetes, Docker.
Вы будете
Развивать существующую систему распознавания документов и улучшать качество её работы.
Обучать и дообучать LLM под задачи распознавания, классификации, извлечения и структурирования информации из документов.
Исследовать новые подходы к применению LLM и выбирать модели и методы обучения под конкретные задачи.
Запускать ML-решения в production, анализировать их качество и улучшать существующие пайплайны.
Работать на стыке ML, NLP и Computer Vision: решать задачи обработки документов, где LLM дополняют или заменяют классические CV-подходы.
Примеры задач
Распознавание и парсинг сканов ЭТК — от паспортов до заграничных документов.
Классификация резюме и других документов.
Саммаризация документов.
Извлечение структурированной информации из неструктурированных документов с помощью LLM.
Дообучение LLM под конкретные задачи распознавания документов.
Исследование новых моделей и подходов, которые могут улучшить качество или упростить существующие решения.
Нам важно
Сильная база в Machine Learning и Deep Learning.
Практический опыт обучения и дообучения LLM.
Опыт работы с Python и современным ML-стеком.
Понимание подходов к оценке качества ML-моделей и умение анализировать результаты экспериментов.
Опыт внедрения ML-моделей в production.
Способность самостоятельно разбираться в новой задаче, выбирать подход к её решению и доводить результат до production.
Будет плюсом
Опыт работы с OCR и задачами распознавания документов.
Опыт в NLP и работе с LLM для извлечения и структурирования информации.
Опыт работы с Computer Vision.
Опыт использования LoRA, PEFT и других подходов к эффективному дообучению LLM.
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.